7 ottobre 2026Aggiornato il Fathy Shalaby13 min di lettura
Un grafo delle decisioni per piccoli team di IA: un contesto che si accumula
Ai piccoli team non mancano le note. Mancano i collegamenti tra prove, decisioni, lavoro e risultati. Un modello pratico di grafo delle decisioni, un registro da copiare e il test che mostra se il tuo funziona.
Un grafo delle decisioni è un registro che collega quattro cose: il segnale che ha cambiato ciò che un team credeva, la decisione che ha preso, il lavoro che quella decisione ha prodotto e il risultato che è tornato indietro. I piccoli team nativi dell'IA ne hanno bisogno perché il loro contesto vive in due o tre teste. Senza i collegamenti, a «perché abbiamo costruito questo?» si risponde a memoria, o non si risponde.
Punti chiave
I team dedicano oltre il 25% della settimana lavorativa a cercare informazioni, secondo lo State of Teams 2025 di Atlassian (Atlassian, 2025). Il contesto decisionale mancante ne è una parte importante.
L'anzianità mediana di impiego negli Stati Uniti era di 4,1 anni a gennaio 2026, e di 3,0 anni per i lavoratori tra i 25 e i 34 anni (BLS, 2026). In un piccolo team, la persona che sa il perché se ne andrà prima di quanto pensi.
Gli ingegneri hanno risolto metà di questo problema nel 2011: l'architecture decision record di Michael Nygard ha cinque campi ed esiste per evitare l'«accettazione cieca o il ribaltamento cieco» delle scelte passate (Nygard, 2011).
Un registro delle decisioni elenca scelte. Un grafo le collega alle prove che le precedono e ai risultati che le seguono. Sono questi collegamenti a permettere al team di imparare.
Un test dice se il tuo funziona: un nuovo collega riesce ad andare da un segnale dei clienti alla decisione, al lavoro e al risultato senza chiedere a nessuno?
Perché i piccoli team perdono il contesto di prodotto?
Ai piccoli team di prodotto raramente manca l'informazione. Hanno informazioni che non si possono usare due volte.
Si svolge un'intervista con un cliente. Un fondatore prende una decisione. Un ingegnere rilascia una modifica. Una metrica si muove, o no. Tre mesi dopo il team ricorda frammenti della storia ma non la catena che collegava il segnale alla decisione. La versione costosa di ciò che si chiama «memoria di prodotto» è un mucchio di note accurate dopo le quali il team si chiede ancora perché.
Tre cose peggiorano la situazione nei piccoli team nativi dell'IA:
Il contesto lo portano una o due persone. Sembra efficiente finché qualcuno non entra nel team, una priorità non cambia o chi ha deciso all'origine non ricorda più il ragionamento sei mesi dopo.
Le persone se ne vanno. Con un'anzianità mediana di 3,0 anni per i 25-34enni (BLS, 2026), un team di cinque persone deve aspettarsi uscite regolari. Come calcolo approssimativo, non previsione: se ognuno resta circa tre anni, un team di cinque perde qualcuno più o meno ogni sette mesi.
L'IA accelera la produzione, non la registrazione del ragionamento. Un agente di coding può produrre una funzionalità in un pomeriggio. Non registra perché valeva la pena costruirla, e ricostruirà volentieri qualcosa che il team aveva scartato il trimestre scorso se nessuno l'ha scritto.
Che differenza c'è tra conoscenza archiviata e contesto utilizzabile?
Un documento ti dice che cosa qualcuno ha scritto. Il contesto utilizzabile ti dice che cosa credeva il team, quali prove hanno plasmato quella convinzione, che cosa è cambiato dopo e che cosa è ancora incerto.
Un documento è di solito organizzato attorno a un evento: un riassunto di intervista, un PRD, un aggiornamento della roadmap, una nota di lancio, un rapporto di stato. Una decisione è organizzata attorno a una domanda:
Quale problema dei clienti dovremmo risolvere per primo?
Che cosa stiamo assumendo?
Che cosa renderebbe sbagliata questa scommessa?
Quale lavoro segue se ci impegniamo?
Quando sapremo se ha funzionato?
La prima struttura è buona per ritrovare. La seconda è buona per giudicare. Una cartella di documenti ben scritti può comunque lasciare a piedi il team, perché le relazioni tra di essi non sono mai state registrate.
Registro delle decisioni, grafo delle decisioni e wiki
Wiki o cartella di documenti
Registro delle decisioni
Grafo delle decisioni
Unità
Documento
Voce di decisione
Record collegati: segnale, decisione, lavoro, risultato
Risponde a
«Dov'è la specifica?»
«Che cosa abbiamo deciso, e quando?»
«Perché l'abbiamo deciso, che cosa ha prodotto, ha funzionato?»
Che aspetto ha un grafo delle decisioni? Segnale → Decisione → Lavoro → Risultato
Una versione pratica si costruisce attorno a quattro oggetti collegati.
1. Segnale
Un segnale è qualcosa che potrebbe cambiare ciò che fai: una richiesta ripetuta dei clienti, uno schema nel supporto, un'osservazione d'intervista, un cambiamento d'uso, un'obiezione commerciale, un vincolo tecnico. Un segnale non è automaticamente un requisito. È una prova che merita interpretazione.
Una decisione registra l'impegno che il team ha preso in risposta al segnale. Una decisione duratura ha cinque parti:
La domanda a cui risponde.
La scelta fatta.
Le alternative considerate.
Le prove e le ipotesi alla base.
La condizione che porterebbe il team a riesaminarla.
Il quinto campo trasforma un registro in un sistema di apprendimento. Senza, il registro è un archivio di opinioni. Con, il team può dire se una decisione era sbagliata, prematura o giusta per le informazioni che aveva allora.
Questo rispecchia l'architecture decision record proposto da Nygard nel 2011, con Title, Context, Decision, Status e Consequences (Nygard, 2011). Il suo argomento vale anche per le scelte di prodotto: chi arriva e si trova davanti una decisione non spiegata può solo accettarla alla cieca o ribaltarla alla cieca, ed entrambe le cose sono rischiose.
3. Lavoro
Il lavoro è l'espressione concreta della decisione: una specifica, un esperimento, un ticket, un prototipo, un workflow o una conversazione con un cliente.
Collegare il lavoro alle decisioni evita un fallimento comune. I team hanno una conversazione strategica ponderata e poi producono lavoro senza una relazione visibile con essa. Quando decisione e lavoro sono collegati, puoi verificare se l'implementazione mette davvero alla prova la convinzione che doveva testare.
4. Risultato
Un risultato è ciò che è accaduto dopo che il lavoro ha raggiunto gli utenti o il team. Non deve essere una metrica perfetta. Può essere un cambiamento misurato, una risposta dei clienti, un esperimento fallito, un risultato ritardato o un esplicito «non lo sappiamo ancora».
Ciò che conta è che il risultato torni alla decisione originale. Altrimenti ogni lancio inizia una storia nuova e il team perde l'occasione di migliorare il proprio giudizio.
Che rapporto c'è con un opportunity solution tree?
L'opportunity solution tree di Teresa Torres, introdotto nel 2016, collega un risultato a opportunità, soluzioni e test delle ipotesi (Product Talk, 2023). L'albero è il piano della discovery. Il grafo è il registro di ciò che hai scelto lungo la strada e di ciò che è successo dopo. Si incastrano: ogni soluzione a cui ti impegni diventa un nodo di decisione, e ogni test di un'ipotesi diventa lavoro con un risultato collegato.
Come capisci che funziona? Il test del nuovo collega
Puoi verificare se il tuo contesto di prodotto è utilizzabile con una sola domanda:
Un nuovo collega riesce a passare da un segnale osservato alla decisione che ne è derivata, al lavoro che ha creato e alle prove che sono tornate, senza chiedere a nessuno?
Se la risposta è no, il problema non è la ricerca. I collegamenti non sono mai stati fatti.
Uno utile ti permette di muoverti in entrambe le direzioni:
Da un segnale dei clienti alle decisioni che ha influenzato.
Da una decisione alle prove che l'hanno giustificata.
Da una decisione alle specifiche, agli esperimenti e ai ticket che ha creato.
Da un risultato all'ipotesi originale.
Da un'affermazione di strategia al lavoro attuale che dovrebbe sostenerla.
Ecco perché un grafo batte una cartella di riassunti. Il valore non sta nel fatto che ogni elemento sia disponibile, ma nella relazione visibile tra gli elementi. Per il modello di dati alla base, vedi la nostra spiegazione dei grafi di conoscenza per il product management.
Quali decisioni meritano un registro completo?
Non ogni scelta richiede cinque campi. La lettera agli azionisti del 2016 di Jeff Bezos distingue le decisioni reversibili, o «porte a doppio senso», che possono seguire un processo leggero, dalle altre. Sosteneva inoltre che la maggior parte delle decisioni va presa con circa il 70% delle informazioni che vorresti avere (Amazon, 2017).
Una regola praticabile per un piccolo team:
Registro completo per le decisioni costose da ribaltare: prezzi, modello di dati, un nuovo segmento di clienti, eliminare una funzionalità, qualsiasi cosa richieda più di due settimane di sviluppo.
Una riga per le porte a doppio senso: ritocchi ai testi, piccole modifiche di UX, strumenti interni. Annota la scelta e il segnale, salta il resto.
Sempre registrare la condizione di riesame quando decidi con informazioni incomplete. Se decidi con una fiducia del 70%, scrivi che cosa dovrebbe mostrare il 30% mancante per farti cambiare idea.
Template del registro di decisione da copiare
Incolla questo nello strumento che usi. Ogni riga tra parentesi quadre dovrebbe essere un link, non una parafrasi.
Decisione: [una frase, abbastanza specifica da poter essere sbagliata]
Domanda a cui risponde: [la domanda di prodotto]
Responsabile (approvatore): [un nome]
Contributori: [nomi]
Data della decisione:
Segnali: [link a interviste, ticket, eventi]
Che cosa i segnali non dimostrano: [una riga]
Alternative considerate: [2-3 opzioni e perché no]
Ipotesi: [le convinzioni che devono reggere]
Fiducia: [ad es. 60%]
Lavoro creato: [link a specifica, ticket, esperimento]
Risultato atteso: [metrica o comportamento, ed entro quando]
Riesaminare se: [condizione che riapre la decisione]
Risultato osservato: [da compilare dopo, con link]
La riga del responsabile segue il play DACI di Atlassian, che insiste su un solo approvatore tra i ruoli Driver, Approver, Contributors e Informed; è pensato per 3-6 persone e dura circa 60 minuti (Atlassian). Un unico approvatore indicato per nome rende ovvio a chi rivolgersi quando scatta la condizione di riesame.
Come si porta il workflow nella pratica?
Parti da una vera domanda di prodotto, non da un progetto di migrazione.
Esempio pratico (illustrativo). Una startup di IA di quattro persone si chiede: «Dovremmo investire per ridurre il tempo che passa da un segnale dei clienti a una decisione di prodotto utilizzabile?»
Raccogli le prove. Metti insieme le 6 note d'intervista, i 14 messaggi di supporto e il trend d'uso che riguardano la domanda. Tieni ogni fonte collegata. Un'affermazione sintetizzata è più affidabile quando il team può aprire ciò da cui deriva.
Registra la decisione con un livello di fiducia. «Costruire un digest settimanale delle prove per il fondatore, fiducia del 65% che riduca il tempo di decisione.» La fiducia è una previsione da confrontare dopo, non una messa in scena di certezza.
Collegala a un piccolo pezzo di lavoro. Un prototipo di due settimane, inviato a 5 design partner. Il lavoro deve rendere la decisione più verificabile, non limitarsi a tenere occupato il team.
Definisci il percorso di ritorno prima di rilasciare. «Se il tempo mediano dal segnale alla decisione non scende da 12 giorni a meno di 7 entro 6 settimane, riesaminare.» Metti la data di verifica in calendario.
Chiudi il ciclo. Sei settimane dopo, registra che cosa è successo e collegalo alla decisione, anche se la risposta è «poco chiaro». In un trimestre, confronta la fiducia dichiarata con quante volte le scommesse hanno reso. È questo confronto a migliorare il giudizio del team.
Il risultato utile non è un riassunto più bello. È un percorso più breve dalle prove all'azione responsabile.
Che cosa cambia per un piccolo team?
I nuovi colleghi capiscono non solo che cosa si sta costruendo, ma perché esiste.
I fondatori smettono di rispondere a memoria alla stessa domanda di contesto.
I PM passano meno tempo a ricostruire lo stato e più a verificare se il prodotto si muove verso il risultato voluto.
Gli ingegneri e gli agenti di coding vedono la decisione dietro una richiesta invece di un'attività isolata. Conta tanto più quanti più ticket vanno direttamente a un agente; vedi la nostra guida per dare contesto di prodotto agli agenti di coding con IA.
Le decisioni sbagliate diventano lezioni, non colpe. Un buon registro non protegge la decisione. Protegge il processo di ragionamento rendendo visibili le ipotesi.
Errori comuni
Registrare decisioni senza segnali. Un registro di conclusioni senza link alle prove è un archivio di opinioni.
Saltare la condizione di riesame. Senza, nessuno sa quando una decisione è scaduta.
Trattare i riassunti dell'IA come fonti. Un tema generato è un puntatore alle prove, non una prova. Tieni i link originali.
Scrivere i registri a posteriori. Un ragionamento ricostruito è un ragionamento lusinghiero. Scrivi il registro quando decidi.
Registrare ogni porta a doppio senso. Se il template sembra burocrazia, la gente smette di usarlo. Riserva il registro completo alle scelte costose.
Non compilare mai il risultato. Un grafo con i campi del risultato vuoti è un registro delle decisioni con passaggi in più.
Dove si inserisce Specky
In Specky questo è il ciclo attorno a cui è costruito il prodotto: i segnali da chiamate, feedback, Slack, Jira e analytics arrivano nel Product Graph con le loro fonti; il registro delle decisioni annota la scelta e cita le prove che la sostengono; specifiche e ticket portano citazioni inline; e dopo il lancio puoi verificare se la scommessa ha funzionato. La decisione la prende ancora il tuo team. I collegamenti si creano mentre lavori, invece di essere ricostruiti dopo.
Domande frequenti
Che cos'è un grafo delle decisioni nel product management?
È un registro collegato delle scelte di prodotto. Ogni decisione rimanda ai segnali che l'hanno informata (interviste, ticket, dati d'uso) e, in avanti, al lavoro che ha creato e al risultato misurato dopo. A differenza di un registro delle decisioni piatto, permette a chiunque di risalire da una funzionalità rilasciata alle sue prove, o da un reclamo di un cliente a ogni decisione che ha influenzato.
In che cosa un grafo delle decisioni differisce da un registro delle decisioni?
Un registro delle decisioni è un elenco di voci: che cosa è stato deciso, da chi, quando. Un grafo aggiunge collegamenti ai due lati di ogni voce, verso le prove che la precedono e verso il lavoro e il risultato che la seguono. Il registro ti dice che cosa è successo. Il grafo ti dice se il ragionamento ha retto, ed è questo che migliora le decisioni successive.
Che cos'è la memoria di prodotto?
La memoria di prodotto è un nome informale per la conoscenza accumulata da un team sul perché il suo prodotto sia com'è: le prove dei clienti, le decisioni, i compromessi e i risultati dietro ogni funzionalità. Note e documenti ne conservano dei pezzi. Diventa utilizzabile solo quando quei pezzi sono collegati, così che un nuovo arrivato possa seguire il ragionamento senza chiedere alle persone che c'erano.
Quanto tempo richiede collegare le decisioni?
Meno di quanto si teme. Un registro completo è una breve pagina di testo quando le prove sono già collegate, e alla maggior parte delle porte a doppio senso basta una riga. Il costo maggiore è l'abitudine di ricollegare lavoro e risultati alle decisioni. I team che la saltano pagano dopo, con quel più del 25% della settimana lavorativa che secondo Atlassian le persone passano a cercare informazioni.
I piccoli team ne hanno davvero bisogno?
I piccoli team ne hanno più bisogno di tutti, perché il contesto è concentrato in pochissime persone. Con un'anzianità mediana di circa 3 anni per i lavoratori più giovani, chi sa perché è stata presa una decisione sarà spesso andato via dopo pochi cicli di prodotto. Una pagina di decisioni collegate costa meno che rimettere in discussione le vecchie scelte ogni volta che arriva qualcuno di nuovo.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing